买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽智云上数字科技有限公司申请的专利基于消息队列的文件加密解密系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120512303B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510990135.5，技术领域涉及：H04L9/40；该发明授权基于消息队列的文件加密解密系统及方法是由孟凡金;罗丽娜;谢贤鹏;于振设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本基于消息队列的文件加密解密系统及方法在说明书摘要公布了：本发明公开了基于消息队列的文件加密解密系统及方法，涉及文件加密解密技术领域，用于解决造成资源调度效率低下、加密流程阻塞的问题，用户通过消息订阅接口向客户端提交加密请求，提取目标文件特征与用户身份特征，确定处理模式机制，若为批量处理任务模式，则对任务单元结构进行异变处理，解析加密业务逻辑，提取结构特征与任务数据规模并代入拆分规则确定拆分等级，生成多个子任务，对各子任务进行结构验证并评估可信度，低可信任务滞后处理并上报，高可信子任务通过遗传算法计算综合优先级评分值，结合可信度确定排序调度权重，依评分高低排序验证执行，实现任务的动态调度与高效处理。

本发明授权基于消息队列的文件加密解密系统及方法在权利要求书中公布了：1.基于消息队列的文件加密解密方法，其特征在于：包括以下步骤： 步骤S1：用户通过消息订阅接口向客户端提交加密请求，客户端获取加密请求信息，对请求信息进行校验，得到目标文件特征以及用户身份特征，综合目标文件特征以及用户身份特征，进入处理模式机制； 将目标文件特征和用户身份特征作为处理模式判断的依据，构建特征向量，其中，表示目标文件特征，表示用户权限等级，将特征向量输入至支持向量机训练完成的判别模型中，计算其在高维超平面上的分类结果； 当判别结果输出为1时，则进入处理模式机制； 当判别结果输出为0时，则不进入处理模式机制； 步骤S2：进入处理模式机制后，判断处理任务模式，对于批量处理任务模式下的任务单元结构进行异变处理，对加密业务逻辑进行解析，得到结构特征及任务数据规模并代入拆分规则； 步骤S3：拆分规则依据结构特征及任务数据规模确定拆分等级，将目标文件拆分成多个子任务，对于多个子任务执行任务单元结构验证，确定各子任务可信度； 在步骤S3中，拆分规则如下： 将结构特征及任务数据规模分别通过预设阈值划分为不同的拆分等级，拆分等级分为粗粒度等级、中等粒度等级和细粒度等级； 对结构特征及任务数据规模划分拆分等级后，进行组合判断： 若结构特征和任务数据规模的拆分等级相同，则判断最终拆分等级与结构特征和任务数据规模的拆分等级一致； 若结构特征和任务数据规模的拆分等级不相同，则选择颗粒度最细的拆分等级作为最终拆分等级； 在步骤S3中，当最终拆分等级为粗粒度等级时，按照目标文件的逻辑功能块划分子任务； 当最终拆分等级为中等粒度等级时，在目标文件的逻辑功能块划分基础上，结合嵌套字段层级进一步进行划分子任务； 当最终拆分等级为细粒度等级时，将目标文件先按照嵌套字段层级划分子任务，进一步对各嵌套字段层级内的数据按照数据行进行二次划分子任务； 对子任务进行任务单元结构验证，任务单元结构验证包括一致性认证和完整性认证； 在步骤S3中，进行一致性认证时，计算目标文件的输入输出字段集合与子任务的输入输出字段集合之间的交集字段数量与目标文件输入输出字段集合字段数量的比值，并作为一致性认证系数； 进行完整性认证时，计算子任务的有效字段数与目标文件总字段数的比值，并作为完整性认证系数； 综合一致性认证系数和完整性认证系数通过乘积幂开方法计算子任务的可信度，子任务的可信度为：，其中，为一致性认证系数，为完整性认证系数，和为预设指数系数，为子任务的可信度； 步骤S4：将低于可信阈值对应的子任务标记为低可信子任务并进行滞后处理，将标记为高可信子任务依据资源利用特征通过遗传算法得到综合优先级评分值，结合高可信子任务对应的可信度，确定排序调度权重值并按照数值从大到小依次排序验证； 在步骤S4中，预设可信阈值与子任务的可信度进行比较，若子任务的可信度低于可信阈值，则将对应的子任务标记为低可信子任务； 反之，则将对应的子任务标记为高可信子任务； 若标记为高可信子任务，则综合高可信子任务的资源利用特征； 资源利用特征包括处理任务耗时、CPU占用率以及内存占用率，将处理任务耗时、CPU占用率以及内存占用率作为高可信子任务的指标，预设高可信子任务的指标对应的权重值组合作为种群向量，随机生成种群向量的个数为N的初始个体集合，记为：，其中，为初始个体集合，为第i个种群向量，并对种群向量进行归一化处理； 适应度函数设计：基于初始个体集合中的种群向量计算子任务的综合优先级评分值：，其中，为第k个高可信子任务的第j个指标，为第i个种群向量的第j个指标的权重值，为第j个指标的归一化处理函数，为第k个高可信子任务在第i个种群向量下的综合优先级评分值；定义适应度函数衡量综合优先级评分值的优劣； 将高可信子任务的综合优先级评分值与可信度的乘积作为排序调度权重值，根据排序调度权重值对高可信子任务进行降序排序，并依次对高可信子任务进行验证。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽智云上数字科技有限公司，其通讯地址为：230000 安徽省合肥市包河区义城街道紫云路888号安徽省招标集团总部基地A座602室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。